SWIFTraj（Swarm Intelligence Freeway-Urban Trajectories）データセット—パートII：グラフベースの軌跡接続手法

概要: 本パートIIの連携論文シリーズでは、無人航空機（UAV）スウォームを用いて収集した新しいオープンソース車両軌跡データセットであるSWIFTrajを導入しました。このデータセットには2つの特徴があります。第一に、連続するUAVビデオ間で軌跡を接続することで、最長4.5kmを超える長距離の連続軌跡を提供します。第二に、高速道路と、それに接続された都市道路の両方から成る統合交通ネットワークをカバーしています。このようなUAVスウォームから長距離の連続軌跡を取得することは困難です。複数のビデオにまたがる正確な時刻合わせが必要であること、ならびにUAVの空間分布が不規則であることによります。これらの課題に対処するため、本論文はUAVスウォームによって捉えられた車両軌跡を接続するための、グラフベースの新しい手法を提案します。柔軟なUAVレイアウトを表すために無向グラフを構築し、軌跡のマッチングコスト最小化に基づく自動時刻合わせ手法を開発して、ビデオ間の最適な時刻オフセットを推定します。異なるビデオで観測された同一車両の軌跡を関連付けるために、ハンガリアンアルゴリズムを用いて車両マッチングテーブルを作成します。提案手法は、シミュレーションデータと実世界データの両方を用いて評価します。実世界の実験結果では、時刻合わせ誤差が3ビデオフレーム以内、すなわち約0.1秒であること、また車両マッチングがF1スコア約0.99を達成することが示されました。これらの結果は、UAVベースの軌跡接続における主要課題に対処するうえで提案手法の有効性を示すとともに、大規模な車両軌跡収集への可能性を明らかにします。